• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向向量相似度計(jì)算的集群系統(tǒng)的研究

    2017-12-01 09:10:30張禹堯毛騰李俊蔣玉茹北京信息科技大學(xué)計(jì)算機(jī)學(xué)院
    數(shù)碼世界 2017年10期
    關(guān)鍵詞:集群分布式向量

    張禹堯 毛騰 李俊 蔣玉茹 北京信息科技大學(xué)計(jì)算機(jī)學(xué)院

    面向向量相似度計(jì)算的集群系統(tǒng)的研究

    張禹堯 毛騰 李俊 蔣玉茹 北京信息科技大學(xué)計(jì)算機(jī)學(xué)院

    在大數(shù)據(jù)時(shí)代,基于文本向量空間的分類、聚類、排序與相關(guān)性反饋都需要計(jì)算向量相似度。本文提供一種針對大規(guī)模向量相似度計(jì)算的方法。在該方法中,嘗試?yán)肑etson TK1開發(fā)板構(gòu)建了一個(gè)基于ARM的Hadoop完全分布式集群,并利用CUDA對單一結(jié)點(diǎn)進(jìn)行提速,最終求得與目標(biāo)詞向量最相似的TopN。本文通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

    向量相似度 ARM集群 Hadoop CUDA

    向量相似度,顧名思義是兩個(gè)用向量表示的對象之間的相似程度,常用的向量相似度計(jì)算方案有內(nèi)積、Dice系數(shù)、Jaccard系數(shù)和余弦系數(shù)。

    隨著計(jì)算機(jī)軟件和硬件的發(fā)展,數(shù)據(jù)處理的量越來越大,數(shù)據(jù)的結(jié)構(gòu)越來越復(fù)雜,越來越多的計(jì)算模型采用向量模型將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成計(jì)算機(jī)能夠處理的數(shù)據(jù)。由此,我們將能夠計(jì)算個(gè)體間的差異,進(jìn)而評價(jià)個(gè)體的相似度和分類。在實(shí)際運(yùn)用中,我們可以將一個(gè)人的數(shù)據(jù)表示為具有身高、年齡、ID號等的向量。在處理文本內(nèi)容時(shí),我們也可將其轉(zhuǎn)化為向量空間中的向量運(yùn)算,并且用空間上的相似度表達(dá)語義的相似度。

    本篇論文提出了一種對大規(guī)模向量相似度計(jì)算的方法,即利用基于ARM集群系統(tǒng)的GPU和Map/Reduce方法處理大規(guī)模向量相似度,并以計(jì)算詞向量的相似度為例詳細(xì)說明該方法的工作過程。

    1 研究背景與潛在應(yīng)用

    在大數(shù)據(jù)時(shí)代,用向量模型表示的數(shù)據(jù)不僅數(shù)據(jù)量大,而且向量維度也在增加,相似度的計(jì)算變成了需要龐大的計(jì)算量的問題。高處理速度已經(jīng)成為不可或缺的要求,而大數(shù)據(jù)處理平臺(例如:Hadoop)的出現(xiàn)能夠幫助解決這個(gè)問題。研究如何提高大規(guī)模處理數(shù)據(jù)的效率是非常有價(jià)值的。

    2 研究內(nèi)容

    2.1 詞向量

    詞向量是將語言中的詞進(jìn)行數(shù)學(xué)化的一種方式,也就是將詞轉(zhuǎn)為計(jì)算機(jī)能夠理解的語言,是語義理解的基礎(chǔ)。

    本篇論文中采用的詞向量方式是:深度學(xué)習(xí)中用到的分布式表示方法,其基本思想是:

    通過訓(xùn)練將某種語言中的每個(gè)詞映射成一個(gè)固定長度的向量,將所有這些向量放在一起形成一個(gè)詞向量空間,而每一詞向量則為該空間中的一個(gè)點(diǎn),在這個(gè)空間上引入“距離”,則可以根據(jù)詞之間的距離來判斷它們之間的(詞法、語義上的)相似性。

    本篇論文中采用夾角余弦法來衡量向量的距離。兩個(gè)詞相關(guān)或者相似,在詞向量距離上會(huì)更接近。詞匯相似度識別便是建立在詞向量基礎(chǔ)之上的數(shù)據(jù)計(jì)算。用此法表示向量,如:“金魚”和“鯉魚”的距離會(huì)遠(yuǎn)遠(yuǎn)小于“金魚”和“草地”。

    詞義相似度計(jì)算在各領(lǐng)域中都有廣泛的應(yīng)用,例如信息檢索、信息抽取、文本分類、詞義排歧、機(jī)器翻譯等等。由于詞的數(shù)目眾多;存儲詞向量的文件較大;另一方面詞向量相似度的計(jì)算可以拆分成多個(gè)并行的任務(wù);目標(biāo)詞向量與其他詞向量相似度的計(jì)算是大規(guī)模重復(fù)性計(jì)算(計(jì)算方法一致),因而可以采用Hadoop完全分布式集群和CUDA方法來處理詞匯相似度計(jì)算問題。

    2.2 Hadoop

    Hadoop是提供以分布式方式存儲和處理大數(shù)據(jù)的標(biāo)準(zhǔn)平臺之一,是Apache的一個(gè)用Java語言實(shí)現(xiàn)的開源軟件框架。Hadoop基于兩個(gè)核心概念:Hadoop分布式文件系統(tǒng)(HDFS)和分布式處理框架Map/Reduce。HDFS以分布式方式處理文件的存儲,Map/Reduce是分布式運(yùn)行在Hadoop集群上的程序。目前,Hadoop已經(jīng)被Yahoo,F(xiàn)acebook和其他大公司使用。

    HDFS在兩種類型節(jié)點(diǎn)的幫助下工作,Namenode和Datanode。Namenode是集群中存儲集群上所有文件的詳細(xì)信息的節(jié)點(diǎn),包括整個(gè)文件系統(tǒng)的名字空間和文件數(shù)據(jù)塊映射(Blockmap)的映像信息和對文件系統(tǒng)元數(shù)據(jù)產(chǎn)生修改的操作信息。Hadoop客戶端通過與此節(jié)點(diǎn)進(jìn)行會(huì)話,從數(shù)據(jù)節(jié)點(diǎn)讀取和寫入。Datanode實(shí)際上存儲文件的一部分,它將HDFS數(shù)據(jù)以文件的形式存儲在本地的文件系統(tǒng)中。

    通常,Map/Reduce框架和HDFS是運(yùn)行在一組相同的節(jié)點(diǎn)上的,即計(jì)算節(jié)點(diǎn)和存儲節(jié)點(diǎn)通常在一起。這種配置允許框架在那些已經(jīng)存好數(shù)據(jù)的節(jié)點(diǎn)上高效地調(diào)度任務(wù),這可以使整個(gè)集群的網(wǎng)絡(luò)帶寬被高效地利用。

    Map/Reduce就是“任務(wù)的分解與結(jié)果的匯總”。在運(yùn)行一個(gè)Map/Reduce計(jì)算任務(wù)時(shí)候,任務(wù)過程被分為兩個(gè)階段:Map階段和Reduce階段,每個(gè)階段都是用鍵值對<key,value>作為輸入(input)和輸出(output)。而要做的就是定義好這兩個(gè)階段的函數(shù):Map函數(shù)和Reduce函數(shù)。

    Map函數(shù):接受一個(gè)鍵值對(key-value pair),產(chǎn)生一組中間鍵值對。Map/Reduce框架會(huì)將map函數(shù)產(chǎn)生的中間鍵值對里鍵相同的值傳遞給一個(gè)Reduce函數(shù)。

    Reduce函數(shù):接受一個(gè)鍵,以及相關(guān)的一組值,將這組值進(jìn)行合并產(chǎn)生一組規(guī)模更小的值(通常只有一個(gè)或零個(gè)值)。

    圖1 Map/Reduce處理大數(shù)據(jù)集的過程Fig.1 The process of processing large data sets using Map/Reduce

    用Map/Reduce來處理的數(shù)據(jù)集必須具備這樣的特點(diǎn):待處理的數(shù)據(jù)集可以分解成許多小的數(shù)據(jù)集,而且每一個(gè)小數(shù)據(jù)集都可以完全并行地進(jìn)行處理。而向量相似度的計(jì)算符合這一特點(diǎn),因此本篇論文利用Map/Reduce分布式處理的優(yōu)點(diǎn)完成相關(guān)工作。

    2.3 GPU

    隨著顯卡的發(fā)展,GPU越來越強(qiáng)大,在計(jì)算上已經(jīng)超越了通用的CPU。而NVIDIA推出CUDA,讓顯卡可以用于圖像計(jì)算以外的目的。

    CUDA(Computer Unified Device Architecture): 計(jì) 算機(jī)統(tǒng)一設(shè)備架構(gòu),是NVIDIA在2007年推向市場的并行計(jì)算架構(gòu)。該架構(gòu)使GPU能解決復(fù)雜的計(jì)算問題,它包含了CUDA指令集架構(gòu)(ISA)以及GPU內(nèi)部的并行計(jì)算。通過CUDA,GPU可以很方便地被用來進(jìn)行通用計(jì)算(類似在CPU中進(jìn)行的數(shù)值計(jì)算等等)。開發(fā)人員可以通過調(diào)用CUDA的API,來進(jìn)行并行編程,達(dá)到高性能計(jì)算目的。

    在CUDA的架構(gòu)下,程序分為兩個(gè)部分:Host端和Device端。Host端是指在CPU上執(zhí)行的部份;而Device端則是在GPU端執(zhí)行的部分,又稱為Kernel函數(shù),也就是內(nèi)核函數(shù)。Kernel函數(shù)描述單個(gè)線程的工作,并且通常在數(shù)千個(gè)線程上調(diào)用。在開發(fā)人員定義的線程塊中,這些線程可以共享數(shù)據(jù)并通過內(nèi)置原語來同步它們的動(dòng)作。

    CUDA運(yùn)行時(shí)還提供用于設(shè)備內(nèi)存管理和主機(jī)與計(jì)算設(shè)備之間數(shù)據(jù)傳輸?shù)膸旌瘮?shù)。通常Host端程序會(huì)將數(shù)據(jù)準(zhǔn)備好后,先將數(shù)據(jù)通過命令復(fù)制到GPU端已經(jīng)開辟好內(nèi)存的數(shù)組或者變量中,再由GPU端并行執(zhí)行核函數(shù)程序,完成以后再由Host端將計(jì)算結(jié)果從GPU端中取回來。

    總之,在CUDA工作過程中,CPU擔(dān)任的工作為控制GPU執(zhí)行,調(diào)度分配任務(wù),并能做一些簡單的計(jì)算,而大量需要并行計(jì)算的工作都交給GPU實(shí)現(xiàn)。本篇論文中利用CUDA可以大量并行運(yùn)算的優(yōu)點(diǎn)計(jì)算目標(biāo)詞向量和其他向量間余弦值。

    2.4 實(shí)驗(yàn)?zāi)康?/h3>

    ARM堅(jiān)持以較小的面積實(shí)現(xiàn)更高的性能,同時(shí)堅(jiān)持高能效的策略。ARMG71可以提供最多32核心的GPU設(shè)計(jì)能為VR頭盔提供極致性能表現(xiàn)。

    3 方法實(shí)現(xiàn)

    3.1 實(shí)驗(yàn)硬件環(huán)境

    本系統(tǒng)使用了四臺NVIDIA JETSON TK1開發(fā)板搭建ARM集群。Jetson TK1使用了NVIDIA最新發(fā)布的Tegra K1處理器,可以進(jìn)行每秒326千兆的浮點(diǎn)運(yùn)算。本系統(tǒng)利用其強(qiáng)大的運(yùn)算能力,能夠加快數(shù)據(jù)處理速度。

    圖2 集群配置網(wǎng)絡(luò)拓?fù)銯ig.2 The cluster configuration network

    3.2 實(shí)驗(yàn)軟件環(huán)境

    在每個(gè)Jetson TK1開發(fā)板上安裝ubuntu14.04系統(tǒng)和cuda6.5環(huán)境,同時(shí)利用hadoop2.5.2搭建了完全分布式集群環(huán)境。

    圖3 系統(tǒng)框架圖Fig.3 The Flow of System Framework

    3.3 系統(tǒng)框架

    步驟一:編寫TopNJni.java,并將其編譯為class文件。在TopNJni類中,主要是聲明Jni和Native方法(即:MyMethod函 數(shù)):public native static String MyMethod(String goal,String data);MyMethod函數(shù)是在TopNC.cpp中用C語言實(shí)現(xiàn)的;

    步驟二:用Javah一jni命令生成頭文件TopNJni.h。在TopNC.cpp中需要調(diào)用TopNJni.h;

    步驟三:編寫MODEL.java,并將其編譯為class文件。在MODEL類中分別實(shí)現(xiàn)了兩個(gè)Map和Reduce函數(shù);在第一個(gè)Map和Reduce中,查詢目標(biāo)詞向量,并將結(jié)果放到Context中;在第二個(gè)Map函數(shù)中要調(diào)用TopNJni類中的Native方法(即:MyMethod方法),將當(dāng)前節(jié)點(diǎn)獲得的文件切片的起始位置和長度傳給MyMethod方法,最后求得與目標(biāo)詞向量最相似的TopN;

    步驟四:編寫TopNC.cpp,用g++編譯成TopNC.o。在TopNC.cpp中要聲明調(diào)用Jni.h和TopNJni.h頭文件,聲明extern "C" float c_vectorcos(float h_A[Wordcount], float h_B[Wordcount])方法,該方法在vectorAdd.cu中實(shí)現(xiàn);實(shí)現(xiàn)Native方法(即:MyMethod方法),在MyMethod方法對從Hadoop2CUDA.Java中傳過來的文件切片進(jìn)行處理,用二維數(shù)組記錄多個(gè)多維詞向量,同時(shí)調(diào)用上述c_vectorcos方法,傳遞處理好的二維數(shù)組,利用GPU計(jì)算詞向量相似度;

    步驟五:編寫Vector.cu,用nvcc編譯成Vector.o。在Vector.cu中,編寫kernel函數(shù):

    __global__ void vectorMu(); 實(shí) 現(xiàn) extern "C" float c_vectorcos(float h_A[Wordcount], float h_B[Wordcount])方法,在該方法中調(diào)用上述kernel函數(shù),計(jì)算詞向量間的相似度;

    步驟六:利用g++將Vector.o和TopNC.o編譯為一個(gè)動(dòng)態(tài)鏈接庫文件libTopN.so;

    步驟七:將 MODEL.java、MODEL.class、TopNJni.java、TopNJni.class打成 jar包:WordCount.jar;

    步驟八:將WordCount.jar和libWordCount.so放到Hadoop端運(yùn)行,得到運(yùn)算結(jié)果

    3.4 程序分析

    (1)Hadoop分配任務(wù)及匯總處理結(jié)果

    本系統(tǒng)使用Hadoop基本框架,利用HDFS對原始文件進(jìn)行切片,利用MapReduce實(shí)現(xiàn)分布式計(jì)算。

    Hadoop為每一個(gè)切片創(chuàng)建一個(gè)任務(wù)調(diào)用Map計(jì)算,在Map中能夠獲得切片的詳細(xì)信息(切片在原始文件中的起始位置、切片的長度等),Map會(huì)將這些信息傳遞給C文件,注意此信息并不是切片的具體記錄,通過這樣的方法能夠減少數(shù)據(jù)傳輸量。

    此系統(tǒng)會(huì)有兩個(gè)Map/Reduce函數(shù),第一個(gè)Map/Reduce用于目標(biāo)詞向量的獲得,第二個(gè)Map/Reduce用于目標(biāo)詞向量與其他詞向量的相似度計(jì)算。

    圖4 Map/Reduce過程Fig.4 Map/Reduce Experiment

    (2)目標(biāo)詞向量的獲?。∕ap/Reduce Ⅰ)

    本系統(tǒng)中,用戶自主輸入目標(biāo)單詞,系統(tǒng)在進(jìn)行詞向量的相似度計(jì)算前需要全局查找目標(biāo)單詞的向量表示。此工作是由Map/Reduce函數(shù)完成,其中Hadoop系統(tǒng)負(fù)責(zé)任務(wù)分配,即將目標(biāo)文件切片。在每個(gè)Map中對當(dāng)前獲得的文件切片內(nèi)容進(jìn)行匹配,Reduce獲得最終結(jié)果,并將結(jié)果寫入Context。通過這種方式,將全局查找任務(wù)分成N個(gè)結(jié)點(diǎn)上分布式運(yùn)行的小任務(wù),提高查找速度。

    (3)目標(biāo)詞向量相似度計(jì)算(Map/Reduce Ⅱ)

    本系統(tǒng)需要計(jì)算目標(biāo)詞向量與所有其它詞向量的相似度。此任務(wù)可以將所有詞向量數(shù)據(jù)分解成N個(gè)數(shù)據(jù)集,在不同的結(jié)點(diǎn)上計(jì)算目標(biāo)詞向量和當(dāng)前數(shù)據(jù)子集中詞向量的相似度。

    (4)CUDA計(jì)算詞向量間相似度

    CUDA的優(yōu)點(diǎn)在于處理大量并行化的問題,而在本系統(tǒng)中需要計(jì)算的部分在于計(jì)算兩個(gè)詞的相似度,本系統(tǒng)采用夾角余弦法計(jì)算向量間的相似度,如公式1。

    本系統(tǒng)中待處理的詞向量有200個(gè)維度,為核函數(shù)分配N個(gè)區(qū)塊(block)(N為當(dāng)前節(jié)點(diǎn)需要計(jì)算的詞向量個(gè)數(shù)),200個(gè)線程(200為詞向量的維度)。在核函數(shù)中利用線程計(jì)算等待所有線程同步后,每個(gè)區(qū)塊再利用for循環(huán)對做求和,然后求出夾角余弦值并獲得最終結(jié)果。

    另外,在利用CUDA做計(jì)算中,一般而言,Host端和Device端間數(shù)據(jù)的復(fù)制會(huì)消耗系統(tǒng)時(shí)間,影響計(jì)算速度。而本文采用的Jetson TK1開發(fā)板的優(yōu)點(diǎn)在于Device端可以直接使用Host端的數(shù)據(jù),無需進(jìn)行Host端和Device端的數(shù)據(jù)傳遞。因此,在本文系統(tǒng)中,在數(shù)據(jù)節(jié)點(diǎn)利用GPU計(jì)算一個(gè)端中詞向量的相似度,必然會(huì)提高系統(tǒng)的整體性能。

    (5)TopN的計(jì)算

    在大規(guī)模的詞向量相似度計(jì)算中,全局有序是極其復(fù)雜的,并且會(huì)耗費(fèi)集群中大量的資源。

    本系統(tǒng)的Top N模式中不會(huì)對整個(gè)詞向量數(shù)據(jù)集進(jìn)行排序,而是每次找出同一個(gè)map實(shí)例中最高價(jià)值的詞向量數(shù)據(jù)集進(jìn)行記錄,另外需要注意的是:每個(gè)Map中的TopN是在c文件中根據(jù)cu文件傳回的計(jì)算結(jié)果去計(jì)算,這樣會(huì)減少數(shù)據(jù)的傳輸量。

    最后在Reduce階段,合并每個(gè)Map中的TopN得到最終的TopN。在這種模式下,本系統(tǒng)減少了計(jì)算量和數(shù)據(jù)傳輸量,大大提高了效率。

    4 實(shí)驗(yàn)結(jié)果

    本文實(shí)驗(yàn)中使用的詞向量是經(jīng)過作者利用Word2Vec訓(xùn)練得到的,每個(gè)詞向量有200個(gè)維度。訓(xùn)練中采用的語料主要來自于北京語言大學(xué)語料資源庫,其中包括百科全書、大陸小說、港臺小說、古典文學(xué)、名家小說、人民日報(bào)、外國文學(xué)、武俠小說。另外,本文構(gòu)建了一個(gè)爬取和解析工具,用于獲取百度百科中生物相關(guān)的文本內(nèi)容,得到35,803個(gè)有效網(wǎng)頁,共331,430個(gè)段落,約114.9M字節(jié)。

    在實(shí)驗(yàn)中,若輸入數(shù)據(jù)為:鱔魚,實(shí)驗(yàn)結(jié)果如表1所示:

    表1 “鱔魚”的Top 10Table 1 Top 10 of “Eel”

    5 結(jié)束語

    本文利用Hadoop集群的分布式特點(diǎn)和Jetson TK1開發(fā)板的GPU特點(diǎn),構(gòu)建了一個(gè)面向向量相似度計(jì)算和提取最相似TOPN個(gè)詞向量的系統(tǒng)。該系統(tǒng)的特點(diǎn)是:

    ①系統(tǒng)可以根據(jù)計(jì)算任務(wù)的規(guī)模彈性擴(kuò)充,當(dāng)計(jì)算資源不足的時(shí)候,可以隨時(shí)向集群中增進(jìn)計(jì)算節(jié)點(diǎn),擴(kuò)充系統(tǒng)的計(jì)算能力。

    ②利用Hadoop集群的特點(diǎn)完成文件的分發(fā)和與GPU的整合。

    ③利用GPU對批量的向量相似度計(jì)算任務(wù)進(jìn)行加速。

    ④利用Jetson TK1的特點(diǎn),避免了Host端和Device端之間數(shù)據(jù)傳遞的時(shí)延。

    ⑤利用MapReduce計(jì)算模式,加速了在大規(guī)模詞向量中進(jìn)行詞向量檢索和TOPN計(jì)算的過程。

    [1]William B.Frakes,Ricardo Baeza—yates.Information retrieval:data structures and algorithms.Prentice—HallInc.USA.PP 420—441.

    [2]Yang B, Kim H J, Shim J, et al. Fast and scalable vector similarity joins with MapReduce[J]. Journal of Intelligent Information Systems, 2016, 46(3):473-497.

    [3]Salton G, Wong A, Yang C S. A vector space model for automatic indexing[J]. Communications of the Acm, 1975,18(11):273-280.

    [4]Sharma T, Shokeen V, Mathur S. Multiple K Means++Clustering of Satellite Image Using Hadoop MapReduce and Spark[J]. 2016.

    [5]Faruqui M, Dyer C. Non-distributional Word Vector Representations[J]. Computer Science, 2015.

    [6] White T. Hadoop: The Definitive Guide[J]. O’reilly Media Inc Gravenstein Highway North, 2010, 215(11):1 - 4.

    [7]http://www.cnblogs.com/davidwang456/p/5015018.html.2015-12-03

    [8]J Dean,S chemawat.mapreduce:a flexible data processing tool[J].Communications of Acm,2010,53(1):72-77

    [9]h t t p://b l o g.c s d n.n e t/o p e n n a i ve/a r t i c l e/details/7514146.2014-10-29

    [10]Li Jian-Jiang,Cui Jian,Wang Ran.A review of parallel mapreduce research models. Journal of Electroni cs.2011,39(11):2635-2642

    [11]https://my.oschina.net/nyp/blog/534003.2015-11-12

    [12]http://product.pconline.com.cn/itbk/diy/graphics/1109/2521869.html.

    [13]Ryoo S, Rodrigues C I, Baghsorkhi S S, et al.Optimization principles and application performance evaluation of a multithreaded GPU using CUDA[C]// ACM Sigplan Symposium on Principles and Practice of Parallel Programming,PPOPP 2008, Salt Lake City, Ut, Usa, February. 2008:73-82.

    [14]李建江,崔健,王聃.mapreduce并行研究模型綜述.電子學(xué)報(bào).2011,39(11):2635-2642

    國家自然科學(xué)基金項(xiàng)目(61602044);北京市教委科研計(jì)劃面上項(xiàng)目(KM201411231014);北京信息科技大學(xué)2016年人才培養(yǎng)質(zhì)量提高經(jīng)費(fèi)(5111610800);北京信息科技大學(xué)2017年人才培養(yǎng)質(zhì)量提高經(jīng)費(fèi)(5111723400)

    張禹堯,男,1996—,本科在讀,研究方向?yàn)樽匀徽Z言處理;毛騰,女,1995—,研究生在讀,研究方向?yàn)樽匀徽Z言處理;李俊,男,1994—,研究生在讀,研究方向?yàn)樽匀徽Z言處理;蔣玉茹,女,1978—,博士,講師,研究方向?yàn)槿斯ぶ悄?、自然語言處理。

    猜你喜歡
    集群分布式向量
    向量的分解
    聚焦“向量與三角”創(chuàng)新題
    海上小型無人機(jī)集群的反制裝備需求與應(yīng)對之策研究
    一種無人機(jī)集群發(fā)射回收裝置的控制系統(tǒng)設(shè)計(jì)
    電子制作(2018年11期)2018-08-04 03:25:40
    分布式光伏熱錢洶涌
    能源(2017年10期)2017-12-20 05:54:07
    分布式光伏:爆發(fā)還是徘徊
    能源(2017年5期)2017-07-06 09:25:54
    Python與Spark集群在收費(fèi)數(shù)據(jù)分析中的應(yīng)用
    勤快又呆萌的集群機(jī)器人
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    成人鲁丝片一二三区免费| av在线天堂中文字幕| 精品免费久久久久久久清纯| 18禁黄网站禁片午夜丰满| 欧美国产日韩亚洲一区| 在线a可以看的网站| 国产男靠女视频免费网站| 有码 亚洲区| 一个人免费在线观看电影| 90打野战视频偷拍视频| 久久久国产成人精品二区| 久99久视频精品免费| 国产成人影院久久av| 久久午夜亚洲精品久久| 成人亚洲精品av一区二区| 亚洲欧美日韩高清在线视频| 欧美日韩瑟瑟在线播放| 色哟哟哟哟哟哟| 国产精品av视频在线免费观看| 国产av不卡久久| 亚洲黑人精品在线| av片东京热男人的天堂| 制服人妻中文乱码| 欧美日本视频| 欧美最新免费一区二区三区 | 露出奶头的视频| 一个人免费在线观看电影| 亚洲aⅴ乱码一区二区在线播放| 免费看十八禁软件| 1024手机看黄色片| av片东京热男人的天堂| 国产久久久一区二区三区| 国产成人a区在线观看| 脱女人内裤的视频| 特级一级黄色大片| 欧美三级亚洲精品| 日韩成人在线观看一区二区三区| 国产伦精品一区二区三区视频9 | 国产成+人综合+亚洲专区| av天堂在线播放| 亚洲av电影在线进入| 三级毛片av免费| 99久久精品一区二区三区| 国产午夜福利久久久久久| 亚洲,欧美精品.| 俺也久久电影网| 一本精品99久久精品77| 三级国产精品欧美在线观看| 久久久久久国产a免费观看| 欧美日韩福利视频一区二区| 国内精品久久久久精免费| 成年女人看的毛片在线观看| 国产三级黄色录像| 18禁黄网站禁片午夜丰满| 日日摸夜夜添夜夜添小说| 国产高清视频在线播放一区| 国产av不卡久久| 在线观看日韩欧美| 亚洲无线观看免费| 欧美bdsm另类| 嫁个100分男人电影在线观看| 日韩欧美国产在线观看| 国产高清视频在线播放一区| 我要搜黄色片| 欧美另类亚洲清纯唯美| 在线a可以看的网站| 高清日韩中文字幕在线| 嫁个100分男人电影在线观看| 国产色爽女视频免费观看| 精品国产超薄肉色丝袜足j| 88av欧美| 亚洲人成伊人成综合网2020| 又黄又爽又免费观看的视频| 国产精品av视频在线免费观看| 18美女黄网站色大片免费观看| 国产av一区在线观看免费| 久久国产精品影院| 亚洲内射少妇av| 国产成人aa在线观看| 小蜜桃在线观看免费完整版高清| 此物有八面人人有两片| 亚洲欧美一区二区三区黑人| 天堂影院成人在线观看| 精品电影一区二区在线| 18禁美女被吸乳视频| 亚洲av不卡在线观看| 国产毛片a区久久久久| 亚洲片人在线观看| 亚洲欧美日韩高清专用| 欧美乱码精品一区二区三区| www日本黄色视频网| 91久久精品国产一区二区成人 | 亚洲精品一区av在线观看| 超碰av人人做人人爽久久 | 国产av在哪里看| 国产精品女同一区二区软件 | 在线免费观看不下载黄p国产 | 看免费av毛片| 色在线成人网| 午夜免费激情av| 国产色婷婷99| 久久国产乱子伦精品免费另类| 91在线精品国自产拍蜜月 | 波多野结衣高清作品| 国产淫片久久久久久久久 | 精品福利观看| 哪里可以看免费的av片| 欧美中文日本在线观看视频| 国产亚洲精品久久久久久毛片| 精品乱码久久久久久99久播| 51国产日韩欧美| 日日摸夜夜添夜夜添小说| 神马国产精品三级电影在线观看| av视频在线观看入口| 日本在线视频免费播放| 欧美+亚洲+日韩+国产| 俄罗斯特黄特色一大片| 中文在线观看免费www的网站| av天堂中文字幕网| 欧美日韩中文字幕国产精品一区二区三区| 99热6这里只有精品| 婷婷丁香在线五月| 一级黄色大片毛片| 天堂√8在线中文| 成人性生交大片免费视频hd| 国产精品国产高清国产av| 久久婷婷人人爽人人干人人爱| 嫁个100分男人电影在线观看| 99热精品在线国产| 午夜福利欧美成人| 操出白浆在线播放| 欧美日韩精品网址| 色综合站精品国产| 欧美国产日韩亚洲一区| 欧美又色又爽又黄视频| 免费看十八禁软件| netflix在线观看网站| 亚洲真实伦在线观看| av视频在线观看入口| 国产综合懂色| 免费看a级黄色片| 亚洲aⅴ乱码一区二区在线播放| 日韩欧美国产在线观看| av中文乱码字幕在线| 欧美激情在线99| 国产综合懂色| 亚洲自拍偷在线| 亚洲精品影视一区二区三区av| 国产又黄又爽又无遮挡在线| 免费看a级黄色片| 99久久无色码亚洲精品果冻| 麻豆一二三区av精品| 亚洲国产精品sss在线观看| 嫩草影院入口| 小蜜桃在线观看免费完整版高清| 国产精品久久久久久精品电影| 精品欧美国产一区二区三| 免费av观看视频| 在线观看一区二区三区| 亚洲人与动物交配视频| 757午夜福利合集在线观看| 美女黄网站色视频| 成年女人毛片免费观看观看9| 波野结衣二区三区在线 | 级片在线观看| 日韩欧美精品v在线| 在线观看午夜福利视频| 欧美日本视频| 男女床上黄色一级片免费看| 成熟少妇高潮喷水视频| 1000部很黄的大片| 国产精品 国内视频| 可以在线观看毛片的网站| 一级a爱片免费观看的视频| a在线观看视频网站| 亚洲av中文字字幕乱码综合| 色噜噜av男人的天堂激情| 1024手机看黄色片| 黄色日韩在线| 极品教师在线免费播放| 欧美一级a爱片免费观看看| av中文乱码字幕在线| 午夜福利在线观看吧| 国产av麻豆久久久久久久| 丁香欧美五月| 熟女人妻精品中文字幕| 精品不卡国产一区二区三区| 午夜亚洲福利在线播放| 日日摸夜夜添夜夜添小说| 午夜福利欧美成人| 在线看三级毛片| 黄色成人免费大全| 免费看美女性在线毛片视频| 午夜精品一区二区三区免费看| 日韩成人在线观看一区二区三区| 亚洲国产色片| 一级黄色大片毛片| 51午夜福利影视在线观看| 真实男女啪啪啪动态图| 久久精品国产自在天天线| 99在线视频只有这里精品首页| 日韩国内少妇激情av| 免费电影在线观看免费观看| 成熟少妇高潮喷水视频| 久久久久久人人人人人| 久久久久九九精品影院| 成人永久免费在线观看视频| 国产成人福利小说| 99久久成人亚洲精品观看| 男人舔奶头视频| 亚洲精品影视一区二区三区av| 精品久久久久久久人妻蜜臀av| 久久精品夜夜夜夜夜久久蜜豆| 成人av在线播放网站| 国产精品国产高清国产av| 国产成人福利小说| 国产综合懂色| 无遮挡黄片免费观看| 国产亚洲精品久久久com| 特级一级黄色大片| 亚洲精品粉嫩美女一区| svipshipincom国产片| 亚洲精品亚洲一区二区| 1024手机看黄色片| 国产黄片美女视频| 黄色视频,在线免费观看| 国产在视频线在精品| 2021天堂中文幕一二区在线观| 十八禁人妻一区二区| 久久精品国产综合久久久| 国产精品免费一区二区三区在线| 国产成人啪精品午夜网站| 在线观看av片永久免费下载| 日本一二三区视频观看| 网址你懂的国产日韩在线| 久久久国产精品麻豆| 中文字幕人妻熟人妻熟丝袜美 | 精品久久久久久久久久久久久| 嫩草影视91久久| 中国美女看黄片| 搡老熟女国产l中国老女人| 亚洲av免费在线观看| 成年女人毛片免费观看观看9| 两个人的视频大全免费| a在线观看视频网站| 久久精品国产亚洲av涩爱 | 很黄的视频免费| 亚洲人成网站在线播放欧美日韩| 两个人视频免费观看高清| 精品久久久久久久久久免费视频| 草草在线视频免费看| 免费在线观看成人毛片| 99久久久亚洲精品蜜臀av| 亚洲国产精品成人综合色| 麻豆一二三区av精品| 18禁国产床啪视频网站| 日韩欧美在线二视频| 日本五十路高清| 给我免费播放毛片高清在线观看| 在线十欧美十亚洲十日本专区| 亚洲精品粉嫩美女一区| 天堂网av新在线| 在线观看一区二区三区| 国产精品久久久久久久久免 | 男人舔女人下体高潮全视频| 久久久国产成人精品二区| 91久久精品电影网| 日韩亚洲欧美综合| 久久香蕉精品热| 性色av乱码一区二区三区2| 国产欧美日韩精品一区二区| 亚洲国产欧洲综合997久久,| 午夜久久久久精精品| 丁香欧美五月| 女人被狂操c到高潮| 一进一出抽搐gif免费好疼| 亚洲精品久久国产高清桃花| 国产黄片美女视频| 91久久精品国产一区二区成人 | 国产一区二区激情短视频| 成人欧美大片| 国产精品一区二区三区四区久久| 中文在线观看免费www的网站| 啦啦啦免费观看视频1| 美女 人体艺术 gogo| 午夜两性在线视频| 狠狠狠狠99中文字幕| 看黄色毛片网站| 国产成年人精品一区二区| 亚洲不卡免费看| 亚洲国产精品sss在线观看| 无人区码免费观看不卡| 日韩免费av在线播放| 桃红色精品国产亚洲av| 亚洲人成网站在线播放欧美日韩| 免费看十八禁软件| 变态另类成人亚洲欧美熟女| 老鸭窝网址在线观看| 免费看光身美女| 麻豆国产97在线/欧美| 制服人妻中文乱码| 国产私拍福利视频在线观看| 亚洲天堂国产精品一区在线| 91麻豆精品激情在线观看国产| 老司机福利观看| 男人舔奶头视频| 欧美zozozo另类| 成熟少妇高潮喷水视频| 亚洲avbb在线观看| 特级一级黄色大片| 亚洲美女视频黄频| 真人一进一出gif抽搐免费| 免费av观看视频| 女人高潮潮喷娇喘18禁视频| 国产亚洲av嫩草精品影院| 午夜日韩欧美国产| www日本黄色视频网| www.www免费av| 99热精品在线国产| 精品久久久久久,| 一边摸一边抽搐一进一小说| 亚洲专区国产一区二区| 91久久精品国产一区二区成人 | 亚洲美女视频黄频| 欧美国产日韩亚洲一区| 国产一区二区在线观看日韩 | 成人国产一区最新在线观看| 亚洲人与动物交配视频| 日韩欧美国产一区二区入口| aaaaa片日本免费| 欧美一区二区精品小视频在线| 亚洲最大成人手机在线| 亚洲精品在线美女| tocl精华| 麻豆久久精品国产亚洲av| 国产成人影院久久av| av天堂中文字幕网| 高清毛片免费观看视频网站| 成人特级黄色片久久久久久久| 在线观看午夜福利视频| 夜夜看夜夜爽夜夜摸| 中国美女看黄片| 国产黄片美女视频| 免费看十八禁软件| 亚洲 欧美 日韩 在线 免费| 欧美乱妇无乱码| 日韩中文字幕欧美一区二区| 久久久久九九精品影院| 国产99白浆流出| 免费观看的影片在线观看| 国产亚洲精品久久久久久毛片| 一区二区三区免费毛片| 日韩中文字幕欧美一区二区| 精品欧美国产一区二区三| 午夜福利在线观看免费完整高清在 | 亚洲国产欧美人成| 亚洲av中文字字幕乱码综合| 精品久久久久久久毛片微露脸| 一区二区三区国产精品乱码| 欧美一区二区国产精品久久精品| 色综合婷婷激情| 国产精品爽爽va在线观看网站| 小蜜桃在线观看免费完整版高清| 亚洲性夜色夜夜综合| 看黄色毛片网站| 露出奶头的视频| 久久久久久久久中文| 丰满乱子伦码专区| 在线观看舔阴道视频| 国产精品精品国产色婷婷| 91九色精品人成在线观看| 听说在线观看完整版免费高清| 一区二区三区国产精品乱码| 深爱激情五月婷婷| 两性午夜刺激爽爽歪歪视频在线观看| 丝袜美腿在线中文| 在线观看免费视频日本深夜| 一本一本综合久久| 国产精品综合久久久久久久免费| 久9热在线精品视频| 1000部很黄的大片| 国产真实乱freesex| 一进一出抽搐gif免费好疼| 在线观看免费午夜福利视频| 日本五十路高清| 色视频www国产| 精品久久久久久,| 中出人妻视频一区二区| 国产不卡一卡二| 亚洲男人的天堂狠狠| 婷婷六月久久综合丁香| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 床上黄色一级片| 国产探花在线观看一区二区| 九九热线精品视视频播放| 免费av观看视频| 免费大片18禁| 欧美激情久久久久久爽电影| 欧美成人一区二区免费高清观看| 久久香蕉精品热| 成年人黄色毛片网站| 亚洲成人久久性| 可以在线观看的亚洲视频| 国产免费一级a男人的天堂| 一本一本综合久久| 久久欧美精品欧美久久欧美| 国产精品久久久久久久久免 | 亚洲av成人av| 国产亚洲精品综合一区在线观看| 少妇裸体淫交视频免费看高清| 免费看光身美女| 亚洲黑人精品在线| 91在线观看av| 国产一区二区在线av高清观看| 九色国产91popny在线| av天堂在线播放| 丝袜美腿在线中文| 日本免费a在线| 亚洲成a人片在线一区二区| 亚洲精品在线美女| 日本a在线网址| 真实男女啪啪啪动态图| 午夜福利欧美成人| 女警被强在线播放| av福利片在线观看| 90打野战视频偷拍视频| 国产精品一区二区免费欧美| 亚洲精品日韩av片在线观看 | 国产色爽女视频免费观看| 日本五十路高清| 亚洲成a人片在线一区二区| 精品一区二区三区视频在线观看免费| 一本久久中文字幕| 成人特级黄色片久久久久久久| 性色avwww在线观看| 国内精品一区二区在线观看| 一进一出好大好爽视频| 校园春色视频在线观看| 欧美+亚洲+日韩+国产| 一本一本综合久久| 一个人看的www免费观看视频| 叶爱在线成人免费视频播放| 精品久久久久久久久久免费视频| 亚洲片人在线观看| 美女高潮的动态| 国产乱人视频| 久久九九热精品免费| 亚洲av二区三区四区| 乱人视频在线观看| 99久久精品一区二区三区| 日本 av在线| 国产精品久久久久久久久免 | 亚洲精品一卡2卡三卡4卡5卡| 最近最新中文字幕大全免费视频| 日韩精品中文字幕看吧| 国产亚洲av嫩草精品影院| 日韩人妻高清精品专区| 国产单亲对白刺激| 精品国产美女av久久久久小说| 中文字幕久久专区| 免费观看人在逋| 亚洲av二区三区四区| 国产精品嫩草影院av在线观看 | 91九色精品人成在线观看| 丝袜美腿在线中文| 亚洲一区二区三区色噜噜| 国内精品久久久久久久电影| av欧美777| 久久久精品大字幕| 黄色视频,在线免费观看| 白带黄色成豆腐渣| 精品欧美国产一区二区三| av中文乱码字幕在线| 精品99又大又爽又粗少妇毛片 | 精品久久久久久,| 欧美色欧美亚洲另类二区| 久久精品亚洲精品国产色婷小说| 精品一区二区三区视频在线观看免费| 精品久久久久久久末码| 国内精品一区二区在线观看| 少妇裸体淫交视频免费看高清| 国产亚洲精品一区二区www| 国产伦人伦偷精品视频| 伊人久久精品亚洲午夜| 成人午夜高清在线视频| 日韩精品中文字幕看吧| 日韩av在线大香蕉| 手机成人av网站| 久久亚洲真实| 麻豆成人av在线观看| 一本久久中文字幕| 亚洲中文字幕日韩| 俺也久久电影网| 精品一区二区三区视频在线观看免费| 午夜福利视频1000在线观看| 日本黄色视频三级网站网址| 久久久久国内视频| 欧美日韩综合久久久久久 | 欧美日韩国产亚洲二区| 亚洲性夜色夜夜综合| 香蕉久久夜色| 少妇裸体淫交视频免费看高清| 欧美日韩国产亚洲二区| 超碰av人人做人人爽久久 | www.色视频.com| 亚洲第一电影网av| 久久久成人免费电影| 级片在线观看| 岛国视频午夜一区免费看| 国产成人a区在线观看| 天堂√8在线中文| 国产精品野战在线观看| 久久久国产精品麻豆| 搡老熟女国产l中国老女人| 欧美一区二区亚洲| 国产免费男女视频| 18禁美女被吸乳视频| 欧美激情久久久久久爽电影| 天天躁日日操中文字幕| 一级黄色大片毛片| 日本一二三区视频观看| 欧美日韩黄片免| 最近在线观看免费完整版| 每晚都被弄得嗷嗷叫到高潮| 一级作爱视频免费观看| 国产精品综合久久久久久久免费| 可以在线观看的亚洲视频| 午夜福利在线在线| 国产97色在线日韩免费| 亚洲精品成人久久久久久| 亚洲精品乱码久久久v下载方式 | 丰满人妻熟妇乱又伦精品不卡| 国产免费av片在线观看野外av| 99久久成人亚洲精品观看| 18禁国产床啪视频网站| 99热这里只有是精品50| 哪里可以看免费的av片| 国产av麻豆久久久久久久| 久久久久久大精品| 色综合婷婷激情| 制服丝袜大香蕉在线| 亚洲国产精品合色在线| 精品久久久久久久末码| 精品国产亚洲在线| 熟女人妻精品中文字幕| 欧美日本亚洲视频在线播放| 中出人妻视频一区二区| 国产主播在线观看一区二区| 欧美大码av| 亚洲熟妇中文字幕五十中出| 成人精品一区二区免费| 制服丝袜大香蕉在线| 亚洲色图av天堂| 性色avwww在线观看| 三级国产精品欧美在线观看| 国产麻豆成人av免费视频| 国产男靠女视频免费网站| 91麻豆av在线| 一进一出好大好爽视频| 人妻丰满熟妇av一区二区三区| 琪琪午夜伦伦电影理论片6080| 国产午夜精品论理片| 69av精品久久久久久| 熟女电影av网| 欧美日韩福利视频一区二区| 午夜影院日韩av| 亚洲久久久久久中文字幕| 高清日韩中文字幕在线| 国产激情欧美一区二区| 日韩欧美免费精品| 国产精品1区2区在线观看.| 久久九九热精品免费| 嫩草影视91久久| 老司机午夜福利在线观看视频| 久久久成人免费电影| 国产探花在线观看一区二区| 舔av片在线| 白带黄色成豆腐渣| 午夜精品在线福利| 伊人久久大香线蕉亚洲五| 日本黄色片子视频| 热99在线观看视频| 欧美一级a爱片免费观看看| 淫秽高清视频在线观看| 国内精品一区二区在线观看| 一本久久中文字幕| 嫩草影视91久久| 成年免费大片在线观看| 日本 av在线| 夜夜躁狠狠躁天天躁| 久久久久久久午夜电影| 久久久久国产精品人妻aⅴ院| 美女cb高潮喷水在线观看| 成人国产一区最新在线观看| 成熟少妇高潮喷水视频| 99热只有精品国产| a级一级毛片免费在线观看| 亚洲av第一区精品v没综合| 久久国产精品影院| 熟女人妻精品中文字幕| av国产免费在线观看| 日本一本二区三区精品| 噜噜噜噜噜久久久久久91| 免费无遮挡裸体视频| 麻豆成人午夜福利视频| 色在线成人网| 国产高清videossex| 久久久国产精品麻豆| 欧美不卡视频在线免费观看| 青草久久国产| 国产精品久久久久久亚洲av鲁大| 亚洲人成网站在线播| 国产精品一区二区三区四区久久| 色综合婷婷激情| 久久天躁狠狠躁夜夜2o2o|